生態(tài)統(tǒng)計(jì)與建模EcologicalStatisticsandModeling_48學(xué)時(shí)(其中，講授：40學(xué)時(shí)：實(shí)驗(yàn)：8學(xué)時(shí)：實(shí)習(xí):—學(xué)時(shí))；丄學(xué)分一、課程簡(jiǎn)介課程性質(zhì)：本課程為研究生選修課程，面向剛剛進(jìn)入研究階段的碩士和博士研究生。課程意義：隨著生態(tài)學(xué)研究數(shù)據(jù)量的快速積累，統(tǒng)計(jì)分析在生態(tài)學(xué)研究中扮演著越來(lái)越重要的角色現(xiàn)代生態(tài)學(xué)研究對(duì)數(shù)學(xué)和計(jì)算機(jī)模型的應(yīng)用需求日益增大，模型對(duì)深入理解生態(tài)學(xué)規(guī)律、準(zhǔn)確預(yù)測(cè)生態(tài)環(huán)境格局起著不可替代的作用。因此，生態(tài)統(tǒng)計(jì)與建模應(yīng)作為培養(yǎng)生態(tài)學(xué)、林學(xué)和環(huán)境科學(xué)研究生的一門(mén)重要課程，對(duì)于推進(jìn)研究生從事高水平研究具有重要意義。課程目的與任務(wù)：1)使研究生掌握數(shù)據(jù)統(tǒng)計(jì)分析和實(shí)驗(yàn)設(shè)計(jì)所遵循的原理、原則和方法：2)使研究生掌握生態(tài)數(shù)據(jù)管理、數(shù)據(jù)處理和分析的理論、流程和方法：3)使研究生熟悉生態(tài)建模的思想、概念和方法，培養(yǎng)研究生生態(tài)建模的能力。課程特色：1)強(qiáng)調(diào)數(shù)理統(tǒng)計(jì)和建模在生態(tài)學(xué)研究中的實(shí)際應(yīng)用：2)授課內(nèi)容全面，貫穿基本數(shù)理統(tǒng)計(jì)和生態(tài)學(xué)原理、實(shí)驗(yàn)設(shè)計(jì)、數(shù)據(jù)管理、數(shù)據(jù)分析、生態(tài)建模原理與方法等實(shí)際研究中的各個(gè)步驟：3)結(jié)合理論講授與實(shí)際操作練習(xí)。二、預(yù)修課程及適用專業(yè)預(yù)修課程：生態(tài)學(xué)：適用專業(yè)：水土保持與荒漠化防治、自然地理學(xué)、林學(xué)與生態(tài)學(xué)相關(guān)專業(yè)等。三、課程內(nèi)容及學(xué)時(shí)分配課程內(nèi)容：第一章概率論簡(jiǎn)介(AnintroductiontoProbability)主要內(nèi)容：第一節(jié)概率的定義(WhatisProbability?)?理解概率的定義和相關(guān)概念。第二節(jié)概率的測(cè)度(MeasuringProbability)單一事件的概率：肉食植物的捕食(TheProbabilityofaSingleEvent:PreyCapturebyCarnivorousPlants)根據(jù)抽樣估計(jì)概率(EstimatingProbabilitiesbySampling)第三節(jié)概率定義中的問(wèn)題(ProblemsintheDefinitionofProbability)第四節(jié)概率論中的數(shù)學(xué)(TheMathematicsofProbability)定義抽樣空間(DefiningtheSampleSpace)復(fù)雜的和共有事件：合并簡(jiǎn)單概率(ComplexandSharedEvents:CombiningSimpleProbabilities)概率的計(jì)算：馬利筋屬植物和幼蟲(chóng)(ProbabilityCalculations:MilkweedsandCaterpillars)復(fù)雜的和共有事件：集合的合并規(guī)則(ComplexandSharedEvents:RulesforCombiningSets)條件概率(ConditionalProbabilities)貝葉斯定理(Bay'sTheore)m總結(jié)(Summary)本章重點(diǎn)：概率的定義、測(cè)度、概率論中的數(shù)學(xué)本章難點(diǎn)：條件概率和貝葉斯定理第二章隨機(jī)變量和概率分布(RandomVariablesandProbabilityDistributions)主要內(nèi)容：第一節(jié)離散隨機(jī)變量(DiscreteRandomVariables)伯努利隨機(jī)變量(BernoulliRandomVariables)伯努利實(shí)驗(yàn)示例(AnExampleofaBernoulliTrial)多次伯努利實(shí)驗(yàn)=二項(xiàng)式隨機(jī)變量(ManyBernoulliTrials=ABinomialRandomVariable)二項(xiàng)式分布(TheBinomialDistribution)泊松隨機(jī)變量(PoissonRandomVariables)泊松分布示例：稀有植物的分布(AnExampleofaPoissonRandomVariable:DistributionofaRarePlant)離散隨機(jī)變量的數(shù)學(xué)期望(TheExpectedValueofaDiscreteRandomVariabl)離散隨機(jī)變量的方差(TheVarianceofaDiscreteRandomVariable第二節(jié)連續(xù)隨機(jī)變量?均勻分布隨機(jī)變量(UniformRandomVariables)連續(xù)隨機(jī)變量的數(shù)學(xué)期望(TheExpectedValueofaContinuousRandomVariable)正態(tài)隨機(jī)變量(NormalRandomVariables)正態(tài)分布的有用屬性(UsefulPropertiesoftheNormalDistribution)其它類型的連續(xù)隨機(jī)變量(OtherContinuousRandomVariables)第三節(jié)中心極限定理(CentralLimitTheorem總結(jié)(Summary本章重點(diǎn)：二項(xiàng)式分布、正態(tài)分布及其屬性本章難點(diǎn)：中心極限定理第三章統(tǒng)計(jì)描述：集中和離散趨勢(shì)(SummaryStatistics:MeasuresofLocationandSpread)主要內(nèi)容：第一節(jié)集中趨勢(shì)的度量(MeasuresofLocation)?代數(shù)平均數(shù)(TheArithmeticMean)?其它均數(shù)(OtherMeans)集中趨勢(shì)的其它度量：中位數(shù)和眾數(shù)(OtherMeasuresofLocation:TheMedianandtheMode)選擇合適的集中趨勢(shì)度量(WhentoUseEachMeasuresofLocation)第二節(jié)離散趨勢(shì)的度量(MeasuresofSpread)方差和標(biāo)準(zhǔn)差(TheVarianceandtheStandardDeviation)均數(shù)標(biāo)準(zhǔn)誤(TheStandardErroroftheMean)偏度、峰度和中心矩(Skewness,Kurtosis,andCentralMoments)分位數(shù)(Quantiles)離散趨勢(shì)的使用(UsingMeasuresofSpread)第三節(jié)關(guān)于統(tǒng)計(jì)描述的一些哲學(xué)問(wèn)題(SomePhilosophicalIssuesSurroundingSummaryStatistics)第四節(jié)置信區(qū)間(ConfidenceIntervals)廣義置信區(qū)間(GeneralizedConfidenceIntervals)總結(jié)(Summary)本章重點(diǎn)：隨機(jī)變量的集中趨勢(shì)和離散趨勢(shì)度量本章難點(diǎn)：置信區(qū)間的概念第四章構(gòu)建和檢驗(yàn)假設(shè)(FramingandTestingHypothesis)主要內(nèi)容：第一節(jié)科學(xué)方法(ScientificMethods)演繹和歸納(DeductionandInduction)現(xiàn)代歸納法:貝葉斯推斷(Modern-dayInduction:BayesianInference)假設(shè)演繹法(TheHypothetico-DeductiveMethod)第二節(jié)檢驗(yàn)統(tǒng)計(jì)學(xué)假設(shè)(TestingStatisticalHypothesis)統(tǒng)計(jì)學(xué)假設(shè)vs.科學(xué)假設(shè)(StatisticalHypothesisvs.ScientificHypothesis)統(tǒng)計(jì)學(xué)顯著性和相伴概率(StatisticalSignificanceandP-Values)統(tǒng)計(jì)檢驗(yàn)的錯(cuò)誤(ErrorsinHypothesisTesting)第三節(jié)參數(shù)估計(jì)和預(yù)測(cè)(ParameterEstimationandPrediction)總結(jié)(Summary)本章重點(diǎn)：假設(shè)檢驗(yàn)的原理本章難點(diǎn)：統(tǒng)計(jì)檢驗(yàn)的錯(cuò)誤、貝葉斯推斷第五章統(tǒng)計(jì)分析的三大框架(ThreeFrameworksforStatisticalAnalysis)主要內(nèi)容：第一節(jié)抽樣問(wèn)題(SamplingProblem)第二節(jié)蒙特卡洛分析(MonteCarloAnalysis)第一步：確定檢驗(yàn)統(tǒng)計(jì)量(SpecifyingtheTestStatistic)第二步：建立無(wú)效分布(CreatingtheNullDistribution)第三步：確定單尾或雙尾檢驗(yàn)(DecidingonaOne-orTwo-tailedTes)第四步：計(jì)算截尾概率(CalculatingtheTailProbability)蒙特卡洛方法的假設(shè)(AssumptionsoftheMonteCarloMethod)蒙特卡洛方法的優(yōu)勢(shì)和劣勢(shì)(AdvantagesandDisadvantagesoftheMonteCarloMethod)第三節(jié)參數(shù)分析(ParametricAnalysis)第一步：確定檢驗(yàn)統(tǒng)計(jì)量(SpecifyingtheTestStatistic)第二步：確定無(wú)效分布(SpecifyingtheNullDistribution)第三步：計(jì)算截尾概率(CalculatingtheTailProbability)參數(shù)分析的假設(shè)(AssumptionsoftheParametricMethod)參數(shù)分析的優(yōu)勢(shì)和劣勢(shì)(AdvantagesandDisadvantagesoftheParametricMethod)非參數(shù)分析：蒙特卡洛分析的特例(Non-ParametricAnalysis：ASpecialCaseofMonteCarloAnalysis)第四節(jié)貝葉斯分析(BayesianAnalysis)第一步：確定假設(shè)(SpecifyingtheHypothesis)第二步：確定隨機(jī)變量參數(shù)(SpecifyingParametersasRandomVariables)第三步：確定先驗(yàn)概率分布(SpecifyingthePriorProbabilityDistribution)第四步：計(jì)算似然值(CalculatingtheLikelihood)第五步：計(jì)算后驗(yàn)概率分布(CalculatingthePosteriorProbabilityDistribution)第六步：結(jié)果的解釋(InterpretingtheResults)貝葉斯分析的假設(shè)(AssumptionsofBayesianAnalysis)貝葉斯分析的優(yōu)勢(shì)和劣勢(shì)(AdvantagesandDisadvantagesofBayesianAnalysis)總結(jié)本章重點(diǎn)：統(tǒng)計(jì)分析三大框架的區(qū)別與聯(lián)系、相對(duì)優(yōu)勢(shì)和缺陷本章難點(diǎn)：貝葉斯分析第六章設(shè)計(jì)野外實(shí)驗(yàn)(DesigningSuccessfulFieldStudies)主要內(nèi)容：第一節(jié)實(shí)驗(yàn)中需要考慮的若干要點(diǎn)(WhatisthePointoftheStudy?)因變量Y是否空間和時(shí)間上的差異？(AreThereSpatialorTemporalDifferencesinVariableY)X因子對(duì)因變量Y的影響是什么？(WhatistheEffectofFactorXonVariableY?因變量Y的測(cè)量值是否與假設(shè)H—致？(AretheMeasurementsofVariableYConsistentwiththePredictionsofHypothesisH?)在統(tǒng)計(jì)分析中使用Y測(cè)量值，在模型Z中參數(shù)0的最優(yōu)估計(jì)是什么？(UsingtheMeasurementsofVariableY,WhatistheBestEstimateofParameter0inModelZ?第二節(jié)操縱實(shí)驗(yàn)(ManipulativeExperiments)第三節(jié)自然實(shí)驗(yàn)(NaturalExperiments)第四節(jié)單時(shí)間點(diǎn)實(shí)驗(yàn)vs.時(shí)間軌跡實(shí)驗(yàn)(Snapshotvs.TrajectoryExperiments)時(shí)間依賴性問(wèn)題(TheProblemofTemporalDependence)第五節(jié)壓力vs.脈沖實(shí)驗(yàn)(Pressvs.PulseExperiments)第六節(jié)重復(fù)(Replication)多少重復(fù)是足夠的(HowMuchReplication?)總共多少重復(fù)時(shí)可行的(HowManyTotalReplicatesareAffordable?)10數(shù)定律(TheRuleof10)大尺度研究和環(huán)境影響(Large-ScaleStudiesandEnvironmentalImpacts)第七節(jié)保證樣本獨(dú)立性(EnsuringIndependence)第八節(jié)避免干擾因子(AvoidingConfoundingFactors)第九節(jié)重復(fù)和隨機(jī)化(ReplicationandRandomization)第十節(jié)設(shè)計(jì)有效的實(shí)驗(yàn)和抽樣研究(DesigningEffectiveExperimentalandSamplingStudies)樣方是否足夠大以保證真實(shí)結(jié)果(ArethePlotsorEnclosuresLargeEnoughtoEnsureRealisticResults?)研究的粒度和廣度是什么？(WhatIstheGrainandExtentoftheStudy?)實(shí)驗(yàn)處理的范圍或調(diào)查的種類是否涵蓋可能的環(huán)境條件？(DoestheRangeofTreatmentsorCensusCategoriesBracketorSpantheRangeofPossibleEnvironmentalConditions?)控制組的建立是否保證結(jié)果只受所研究因子的影響？(HaveAppropriateControlsBeenEstablishedtoEnsurethatResultsReflectVariationOnlyintheFactorofInterest?)是否組內(nèi)所有的重復(fù)受到同樣的處理？(HaveAllReplicatesBeenManipulatedintheSameWayExceptfortheIntendedTreatmentApplication?)是否測(cè)量協(xié)變量以保證重復(fù)的有效性？(HaveAppropriateCovariatesBeenMeasuredinEachReplicate?)總結(jié)(Summary)本章重點(diǎn)：操縱實(shí)驗(yàn)、自然實(shí)驗(yàn)、如何設(shè)計(jì)有效的實(shí)驗(yàn)本章難點(diǎn)：重復(fù)數(shù)的確定、協(xié)變量的測(cè)量和控制第七章實(shí)驗(yàn)和抽樣設(shè)計(jì)匯總(ABestiaryofExperimentalandSamplingDesigns)主要內(nèi)容：第一節(jié)分類vs.連續(xù)變量(Categoricalvs.ContinuousVariables)第二節(jié)因變量和自變量(DependentandIndependentVariables)第三節(jié)四類實(shí)驗(yàn)設(shè)計(jì)(FourClassesofExperimentalDesigns)回歸設(shè)計(jì)(RegressionDesign)方差分析設(shè)計(jì)(ANOVADesign)方差分析的備選：實(shí)驗(yàn)回歸(AlternativestoANOVA:ExperimentalRegression)表格設(shè)計(jì)(TabularDesigns)表格設(shè)計(jì)的備選：比例設(shè)計(jì)(AlternativestoTabularDesigns:ProportionalDesigns)總結(jié)(Summary)本章重點(diǎn)：回歸設(shè)計(jì)和方差分析設(shè)計(jì)本章難點(diǎn)：方差分析設(shè)計(jì)第八章數(shù)據(jù)管理(ManagingandCuratingData)主要內(nèi)容：第一節(jié)第一步：管理原始數(shù)據(jù)(TheFirstStep:ManagingRawData)電子數(shù)據(jù)表(Spreadsheets)元數(shù)據(jù)(Metadata)第二節(jié)第二步：存儲(chǔ)和保管數(shù)據(jù)(TheSecondStep:StoringandCuratingtheData)存儲(chǔ)：臨時(shí)存儲(chǔ)和永久存檔(TemporaryandArchival)保管數(shù)據(jù)(CuratingtheData)第三步：檢查數(shù)據(jù)(CheckingtheData)離群值的重要性(ImportanceofOutliers)錯(cuò)誤(Errors)缺失值(MissingData)檢測(cè)離群值和錯(cuò)誤(DetectingOutliersandErrors)建立查詢索引(CreatinganAuditTrail)第四節(jié)最后一步:數(shù)據(jù)轉(zhuǎn)換(TheFinalStep:TransformingtheData)將數(shù)據(jù)轉(zhuǎn)換作為認(rèn)知工具(DataTransformationsasaCognitiveTool)統(tǒng)計(jì)分析中對(duì)數(shù)據(jù)轉(zhuǎn)換的需求(DataTransformationsBecausetheStatisticsDemandIt)結(jié)果報(bào)告：轉(zhuǎn)換的還是未轉(zhuǎn)換的？(ReportingResults:TransformedorNot?)數(shù)據(jù)跟蹤索引示例(TheAuditTrailRedux)總結(jié):數(shù)據(jù)管理流程圖(TheDataManagementFlowChart)本章重點(diǎn)：數(shù)據(jù)管理流程本章難點(diǎn)：建立數(shù)據(jù)查詢索引第九章回歸分析(Regression)1.主要內(nèi)容：第一節(jié)決定直線的兩個(gè)參數(shù)(DefiningtheStraightLineandItsTwoParameters)第二節(jié)擬合線性模型(FittingDatatoaLinearModel)第三節(jié)方差和協(xié)方差(VariancesandCovariances)第四節(jié)最小二乘法參數(shù)估計(jì)(Least-SquaresParameterEstimates)第五節(jié)方差組分和變異系數(shù)(VarianceComponentsandtheCoefficientofDetermination)第六節(jié)回歸分析的假設(shè)檢驗(yàn)(HypothesisTestswithRegression)方差分析表的剖析(TheAnatomyofanANOVATable)其它檢驗(yàn)和置信區(qū)間(OtherTestsandConfidenceIntervals)第七節(jié)回歸分析的假設(shè)(AssumptionsofRegression)第八節(jié)回歸分析的診斷檢驗(yàn)(DiagnosticTestsForRegression)殘差圖(PlottingResiduals)其它診斷圖(OtherDiagnosticPlots)影響函數(shù)(TheInfluenceFunction)第九節(jié)蒙特卡洛和貝葉斯分析(MonteCarloandBayesianAnalysis)應(yīng)用蒙特卡洛法進(jìn)行線性回歸(LinearRegressionUsingMonteCarloMethods)應(yīng)用貝葉斯法進(jìn)行線性回歸(LinearRegressionUsingBayesianMethods)第十節(jié)其它類型的回歸分析(OtherKindsofRegressionAnalysis)穩(wěn)健回歸(RobustRegression)分位數(shù)回歸(QuantileRegression)?邏輯斯蒂回歸(LogisticRegression)非線性回歸(Non-LinearRegression)多元回歸(MultipleRegression)通徑分析(PathAnalysis)第十一節(jié)模型選擇標(biāo)準(zhǔn)(ModelSelectionCriteria)多元回歸的模型選擇方法(ModelSelectionMethodsforMultipleRegression)通徑分析中的模型選擇方法(ModelSelectionMethodsinPathAnalysis)貝葉斯模型(BayesianModelSelection)總結(jié)(Summary)本章重點(diǎn)：回歸分析的參數(shù)估計(jì)方法、模型選擇本章難點(diǎn)：貝葉斯參數(shù)估計(jì)、蒙特卡洛參數(shù)估計(jì)第十章方差分析(TheAnalysisofVariance)主要內(nèi)容：第一節(jié)方差分析中的符號(hào)和標(biāo)簽(SymbolsandLabelsinANOVA)第二節(jié)方差分析中的平方和剖分(ANOVAandPartitioningoftheSumofSquares)第三節(jié)方差分析的假設(shè)(TheAssumptionsofANOVA)第四節(jié)方差分析的假設(shè)檢驗(yàn)(HypothesisTestswithANOVA)第五節(jié)構(gòu)建F值(ConstructingF-Ratios)第六節(jié)方差分析表類型(ABestiaryofANOVATables)隨機(jī)區(qū)組(RandomizedBlock)嵌套方差分析(NestedANOVA)?雙因子方差分析(Two-WayANOVY)三因子和多因子方差分析(ANOVAforThree-Wayandn-WayDesign)裂區(qū)方差分析(Split-PlotANOVA)重復(fù)測(cè)量的方差分析(RepeatedMeasuresANOVA)協(xié)方差分析(ANCOVA)第七節(jié)方差分析中的隨機(jī)vs.固定因子(Randomvs.FixedFactorsinANOVA)第八節(jié)方差分析中的方差剖分(PartitioningtheVarianceinANOAA)第九節(jié)方差分析的進(jìn)一步分析:作圖和理解交互項(xiàng)(AfterANOVA:PlottingandUnderstandingInteractionTerms)單因素方差分析作圖(PlottingResultsfromOne-WayANOAAs)雙因素方差分析作圖(PlottingResultsfromTwo-WayANOVAs)理解交互項(xiàng)(UnderstandingtheInteractionTerm)協(xié)方差分析作圖(PlottingResultsfromANCOVAs)第十節(jié)比較均數(shù)(ComparingMeans)后驗(yàn)比較(APosterioriComparisons)先驗(yàn)比較(APrioriContracts)第十一節(jié)邦費(fèi)羅尼更正和多重比較中的問(wèn)題(BonferroniCorrectionsandtheProblemofMultipleTests)總結(jié)(Summary)本章重點(diǎn)：本章難點(diǎn)：第十一章分類數(shù)據(jù)的分析(TheAnalysisofCategoricalData)1.主要內(nèi)容：第一節(jié)二維列聯(lián)表(Two-WayContingencyTables)整理數(shù)據(jù)(OrganizingtheData)變量是否獨(dú)立(AretheVariablesIndependent?)假設(shè)檢驗(yàn)：皮爾森卡方檢驗(yàn)(Pearson'sChi-squareTest)皮爾森卡方檢驗(yàn)的替代:G檢驗(yàn)(AnAlternativetoPearson'sChi-Square:TheG-Test)對(duì)行列表的卡方檢驗(yàn)和G檢驗(yàn)(TheChi-SquareTestandtheG-TestforRxCTables)選擇合適的檢驗(yàn)方法(WhichTesttoChoose?)第二節(jié)多維列聯(lián)表(Multi-WayContingencyTables)整理數(shù)據(jù)(OrganizingData)關(guān)于多維表格(OntoMulti-WayTables)列聯(lián)表的貝葉斯方法(BayesianApproachestoContingencyTables)第三節(jié)擬合優(yōu)度檢驗(yàn)(TestsforGoodness-of-Fit)離散分布的擬合優(yōu)度檢驗(yàn)(Goodness-of-FitTestsforDiscreteDistributions)連續(xù)分布的擬合優(yōu)度檢驗(yàn)(TestingGoodness-of-FitforContinuousDistributions:TheKolmogorov-SmirnovTest)總結(jié)(Summary)本章重點(diǎn)：交叉列聯(lián)表與卡方檢驗(yàn)本章難點(diǎn)：列聯(lián)表的貝葉斯方法、連續(xù)分布的擬合優(yōu)度檢驗(yàn)第十二章多元數(shù)據(jù)分析(TheAnalysisofMultivariateData)1.主要內(nèi)容：第一節(jié)處理多兀數(shù)據(jù)(ApproachingMultivariateData)多元數(shù)據(jù)分析中的線性代數(shù)(TheNeedforMatrixAlgebra)第二節(jié)比較多元變量均數(shù)(ComparingMultivariateMeans)比較兩個(gè)抽樣的多元均數(shù)：Hotelling'sT檢驗(yàn)(ComparingMultivariateMeansofTwoSamples:Hotelling'sT2Test)比較多個(gè)抽樣的多元均數(shù):多元方差分析(ComparingMultivariateMeansofMoreThanTwoSamples:ASimpleMANOVA)第三節(jié)多元正態(tài)分布(MultivariateNormalDistribution)多元正態(tài)分布的檢驗(yàn)(TestingforMultivariateNormality)第四節(jié)多元變量距離的度量(MeasurementsofMultivariateDistance)兩個(gè)體間距離的度量(MeasuringDistancesbetweenTwoIndividuals)兩組間距離的度量(MeasuringDistancesbetweenTwoGroups)其它距離的度量(OtherMeasurementsofDistance)第三節(jié)排序(Ordination)主成分分析(PrincipalComponentAnalysis)因子分析(FactorAnalysis)主坐標(biāo)軸分析(PrincipalComponentAnalysis)對(duì)應(yīng)分析(CorrespondenceAnalysis)多維尺度轉(zhuǎn)換(Non-MetricMultidimensionalScaling)排序法的優(yōu)勢(shì)和劣勢(shì)(AdvantagesandDisadvantagesofOrdination)第四節(jié)分類(Classification)聚類分析(ClusterAnalysis)選擇聚類方法(ChoosingaClusteringMethod)判別分析(DiscriminantAnalysis)分類法的優(yōu)勢(shì)和劣勢(shì)(AdvantagesandDisadvantagesofClassification)第五節(jié)多元回歸(MultivariateMultipleRegression)冗余分析(RedundancyAnalysis)總結(jié)(Summary)本章重點(diǎn)：分類和排序本章難點(diǎn)：多元統(tǒng)計(jì)中的線性代數(shù)第十三章生態(tài)模型概述(AnIntroductiontoEcologicalModeling)1.主要內(nèi)容:第一節(jié)生態(tài)模型發(fā)展現(xiàn)狀(ArtofModeling)第二節(jié)建模的基本生態(tài)學(xué)原理(BasicEcologicalPrinciples)生態(tài)系統(tǒng)過(guò)程及其數(shù)學(xué)表達(dá)(EcosystemProcessesandTheirmathematics)第三節(jié)生態(tài)模型的種類(SpectrumofModels)自下而上的機(jī)理模型(Bottom-UpMechanisticModels)自上而下的反演模型(Top-DownInverseModeling)第四節(jié)動(dòng)態(tài)系統(tǒng)建模的概念(DynamicSystemsModelingConcepts)本章重點(diǎn):生態(tài)模型的種類本章難點(diǎn):過(guò)程反演第十四章動(dòng)態(tài)系統(tǒng)建模與Stella軟件(DynamicsSystemsModeling)1.主要內(nèi)容:第一節(jié)分析與數(shù)值方法(ClassicalandNumericalMethods)第二節(jié)動(dòng)態(tài)系統(tǒng)建模方法(DynamicSystemsModelingMethods)近似理論(ApproximationTheory)?模型協(xié)議(ModelingProtocol)動(dòng)態(tài)系統(tǒng)模型構(gòu)建(ConstructingDynamicSystemsModels)第三節(jié)利用STELLA軟件的生態(tài)建模(EcologicalModelingwithSTELLA)STELLA軟件介紹(AnIntroductiontoSTELLA)STELLA軟件建模案例分析(CaseStudiesUsingSTELLA)本章重點(diǎn)利用STELLA軟件的生態(tài)建模本章難點(diǎn)利用STELLA軟件的生態(tài)建模第十五章模型的優(yōu)化、校正和評(píng)價(jià)(ModelOptimization,CalibrationandEvaluation)1.主要內(nèi)容第一節(jié)模型的參數(shù)化(ModelParameterization)?模型最優(yōu)化(ModelOptimization)最大似然法(TheMaximumLikelihoodMethod)遺傳算法(GeneticAlgorithms)人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork)第二節(jié)模型的校正和評(píng)價(jià)(ModelCalibrationandEvaluation)

?模型的校正(ModelCalibration)?模型的評(píng)價(jià)(ModelEvaluation)?數(shù)據(jù)-模型融合(Data-ModelIntegration)本章重點(diǎn)模型的參數(shù)最優(yōu)化本章難點(diǎn)人工神經(jīng)網(wǎng)絡(luò)教學(xué)課時(shí)分配表序號(hào)章節(jié)內(nèi)容講課練習(xí)(上機(jī))主講人第一部分：生態(tài)統(tǒng)計(jì)1第一章概率論簡(jiǎn)介Chapter1:AnIntroductiontoProbability10CharlesBourque2第二章隨機(jī)變量和概率分布Chapter2:RandomVariablesandProbabilityDistributions20CharlesBourque3第三章統(tǒng)計(jì)描述：集中和離散趨勢(shì)Chapter3:SummaryStatistics:MeasuresofLocationandSpread10CharlesBourque4第四章構(gòu)建和檢驗(yàn)假設(shè)Chapter4:FramingandTestingHypotheses20CharlesBourque5第五章統(tǒng)計(jì)分析的三大框架Chapter5:ThreeFrameworksforStatisticalAnalysis20CharlesBourque6第六章設(shè)計(jì)野外實(shí)驗(yàn)Chapter6:DesigningSuccessfulFieldStudies20查天山7第七章實(shí)驗(yàn)和抽樣設(shè)計(jì)匯總Chapter7:ABestiaryofExperimentalandSamplingDesigns20查天山8第八章數(shù)據(jù)管理Chapter8:ManagingandCuratingData21查天山9第九章回歸分析Chapter9:Regression22CharlesBourque10第十章方差分析Chapter10:TheAnalysisofVariance4賈昕11第十一章分類數(shù)據(jù)的分析4賈昕

Chapter11:TheAnalysisofCategoricalData12第十二章：多元數(shù)據(jù)分析Chapter12:TheAnalysisofMultivariateData42賈昕13第十三章：統(tǒng)計(jì)可視化Chapter13:StatisticalVisualization2賈昕第二部分：生態(tài)建模1第一章生態(tài)模型概述Chapter13:AnIntroductiontoEcologicalModeling20CharlesBourque2第二章動(dòng)態(tài)系統(tǒng)建模與Stella軟件Chapter14:DynamicSystemsModeling42CharlesBourque3第三章模型的最優(yōu)化、校正和評(píng)價(jià)Chapter15:ModelOptimization,CalibrationandEvaluation41CharlesBourque合計(jì)428實(shí)習(xí)部分為結(jié)合講授內(nèi)容在教師的指導(dǎo)下進(jìn)行上機(jī)操作練習(xí)，由教師提供所需的軟件和練習(xí)數(shù)據(jù)，學(xué)生自帶筆記本電腦進(jìn)行課堂練習(xí)，由教師輔導(dǎo)和答疑。實(shí)習(xí)內(nèi)容共8學(xué)時(shí)，包括數(shù)據(jù)管理(1學(xué)時(shí))、單元數(shù)據(jù)分析(2學(xué)時(shí))、多元數(shù)據(jù)分析(2學(xué)時(shí))、動(dòng)態(tài)系統(tǒng)建模與Stella軟件應(yīng)用(2學(xué)時(shí))、模型的優(yōu)化、校正和評(píng)價(jià)(1學(xué)時(shí))。通過(guò)上機(jī)實(shí)習(xí)，提高學(xué)生的實(shí)際分析和操作能力。四、教學(xué)方式及要求五、考核辦法課堂作業(yè)：為了培養(yǎng)學(xué)生獨(dú)立思考生態(tài)統(tǒng)計(jì)和建模的能力，學(xué)生要完成四次作業(yè)，每次作業(yè)占總成績(jī)的20%，四次作業(yè)共占總成績(jī)的80%。(Assignments:Fourassignmentsdesignedtomakesurethatstudentsaredevelopingtheirabilitytothinkintermsofecologicalmodelinganddata-patternexploration.Thefourassignmentsat20%each,willaccountfor80%ofthefinalgrade.)討論/參與：要求學(xué)生參與課上其他同學(xué)作業(yè)和PPT展示，所有這些以英文的形式完成；此項(xiàng)占總成績(jī)的20%。(Discussion/Participation:Studentswillbeexpectedtoparticipateinclassdiscussionsofotherstudents'workandduringthelectures(alldoneinEnglish);20%ofthefinalgrade.)六、參考書(shū)籍及閱讀文獻(xiàn)資料(特別是本學(xué)科經(jīng)典文獻(xiàn)和國(guó)際前沿文獻(xiàn)，主要是國(guó)際期刊)《APrimerofEcologicalStatistics》(2004)作者:NicholasJ.Gotelli,AaronM.Ellison《APracticalGuidetoEcologicalModeling》(2009)作者:KarlineSoetaert,PeterM.J.Herman《Indivi